Скачать электронную версию статьи (в свободном доступе).
Актуальность: В клинической практике построение трёхмерной модели сердца по данным рентгеновской компьютерной томографии (КТ)
остаётся трудоёмкой процедурой, требующей ручной
сегментации и значительного опыта специалиста. При этом в условиях электрофизиологических
исследований (ЭФИ) и навигационных процедур требуется быстрая и точная реконструкция анатомии сердца для повышения качества
эндокардиального картирования, что делает задачу автоматизации сегментации особенно актуальной.
Цель: Провести количественную оценку точности автоматического построения поверхности камер сердца по данным контрастированной КТ
по сравнению с ручной сегментацией, выполненной специалистами, и определить возможности применения автоматического метода в клинической практике.
Материал и методы: В исследование включены 137 серий КТ сердца с внутривенным контрастированием йодсодержащим препаратом
с различными анатомическими особенностями и вариабельным качеством изображений. Автоматический алгоритм включал выбор диапазона
плотностей по двум пикам гистограммы (миокард и контраст), выделение связных областей крови в фазе контрастирования,
морфологическую очистку и построение замкнутой поверхности методом Marching Cubes с последующим экспортом STL-моделей.
Ручная сегментация выполнялась специалистами по КТ с последующей визуальной проверкой. Точность сравнивалась по
Dice-коэффициенту, 95-му перцентилю расстояния Хаусдорфа (HD95) и среднеквадратическому отклонению между поверхностями.
Результаты: Автоматическая сегментация продемонстрировала высокую степень совпадения с
ручной (Dice 0,87–0,93) при сокращении времени построения в 8–12 раз. Алгоритм показал
устойчивость к вариациям качества исходных изображений и корректно воспроизводил геометрию как желудочков,
так и предсердий. Полученные данные подтверждают сопоставимую точность автоматического и ручного подходов при значительно большей скорости обработки.
Заключение: Использование автоматической сегментации позволяет включить этап трёхмерной реконструкции сердца
в стандартный протокол ЭФИ без задержек и зависимости от оператора. Метод обеспечивает быструю и воспроизводимую подготовку
моделей сердца для последующего совмещения с эндокардиальными картами и планирования интервенционных вмешательств.
Алгоритмы используются в клинической практике при операциях по устранению сложных нарушений ритма сердца в НМИЦ хирургии им. А.В. Вишневского Минздрава России.
Ключевые слова: сердце, компьютерная томография (КТ), электрофизиологическое исследование (ЭФИ), трёхмерная модель, сегментация, автоматизация, эндокардиальная поверхность
Relevance: In clinical practice, the construction of a three-dimensional (3D) heart model from computed tomography (CT)
data remains a labor intensive and time-consuming process that requires manual
segmentation and considerable operator expertise. At the same time, in electrophysiological studies
and navigation procedures, the rapid and precise reconstruction of cardiac anatomy is critical for improving
the accuracy of endocardial mapping and treatment planning, which makes the development of
automatic segmentation methods particularly important.
Purpose: This study presents a quantitative evaluation of the accuracy of automatic reconstruction of
cardiac chamber surfaces from contrastenhanced CT data in comparison with manual segmentation performed by specialists.
Materials and methods: The study included 137 contrast-enhanced cardiac CT series acquired in patients with diverse
anatomical characteristics and variable image quality. The automatic algorithm consisted of histogram-based selection
of intensity ranges for myocardium and contrast medium, extraction of connected blood pools, morphological noise suppression
and surface generation using the Marching Cubes algorithm with export of closed STL meshes. Manual segmentation was performed by
CT experts with visual quality control. Agreement between methods was assessed using the Dice coefficient, the 95th percentile
of the Hausdorff distance (HD95) and the root-mean-square deviation between surfaces.
Results: The automatic method demonstrated a high degree of agreement with manual results (Dice coefficient 0,87–0,93)
while reducing processing time by a factor of 8–12. The algorithm showed stability
across variations in image quality and accurately reproduced both ventricular and atrial geometries.
Conclusion: The obtained results confirm that automatic segmentation achieves accuracy comparable
to manual methods while providing fast, reproducible 3D reconstruction suitable for routine integration into electrophysiological workflows and preoperative planning.
Key words: heart, computed tomography (CT), electrophysiological study (EP), threedimensional model, segmentation, automation, endocardial surface
DOI: 10.52775/1810-200X-2026-109-1-41-47